نموذج تقييم جودة بدون مرجع يستند إلى التعلم العميق للفيديوهات التي يُنشئها المستخدمون (UGC)

تلعب تقييم جودة المحتوى الذي يُنشئه المستخدمون (UGC) دورًا مهمًا في ضمان تجربة المشاهدة للعملاء النهائيين. في الدراسات السابقة المتعلقة بتقييم جودة مقاطع الفيديو التي ينشئها المستخدمون (UGC VQA)، تم استخدام نماذج التعرف على الصور أو نماذج تقييم جودة الصور (IQA) لاستخراج السمات على مستوى الإطارات من مقاطع الفيديو UGC، ثم استخدامها في التنبؤ بجودة الفيديو، إلا أن هذه الأساليب تُعتبر حلولًا غير مثالية نظرًا لوجود انزياحات في المجال بين هذه المهام والمهام المتعلقة بتقييم جودة مقاطع UGC. في هذه الورقة، نقترح نموذجًا بسيطًا لكنه فعّال لتقييم جودة مقاطع UGC، حيث نسعى لحل هذه المشكلة من خلال تدريب شبكة استخراج سمات فضائية نهائية (end-to-end) لاستخلاص تمثيل سمات فضائية واعية بالجودة مباشرة من الصور الخام للإطارات. كما نستخرج سمات الحركة لقياس التشوهات المرتبطة بالزمن، والتي لا يمكن للسمات الفضائية نمذجتها. يعتمد النموذج المقترح على استخدام إطارات نادرة لاستخراج السمات الفضائية، وإطارات كثيفة (أي مقطع الفيديو) بدرجة دقة فضائية منخفضة جدًا لاستخراج السمات الحركية، مما يحقق تعقيدًا حسابيًا منخفضًا. وبفضل السمات الفعّالة المُستخرجة، نستخدم فقط طبقة بسيطة من الشبكة العصبية متعددة الطبقات (MLP) لاستخلاص درجات الجودة على مستوى المقطع، ثم نطبق استراتيجية التجميع المتوسط الزمني للحصول على درجة جودة الفيديو على المستوى الكلي. كما نقدم استراتيجية تجميع متعددة المقاييس لحل مشكلة تقييم الجودة عبر مقاييس فضائية مختلفة، حيث يتم استخلاص أوزان متعددة المقاييس من دالة الحساسية التباينية للنظام البصري البشري. أظهرت النتائج التجريبية أن النموذج المقترح يحقق أفضل الأداء على خمس قواعد بيانات شهيرة لتقييم جودة مقاطع UGC، مما يؤكد فعالية النموذج المقترح. سيتم إتاحة الشفرة المصدرية للنموذج بشكل عام.